Introducción a la máquina de aprendizaje para los matemáticos

Question

En cierto sentido, esta es una de postear algo mío de matemáticas.stackexchange, y tengo la sensación de que este sitio podría proporcionar a un público amplio.

Estoy buscando un matemático introducción al aprendizaje automático. En particular, un montón de literatura que se puede encontrar es relativamente impreciso y un montón de páginas que se gastan sin ningún contenido.

Sin embargo, a partir de esa literatura, descubrí el Coursera cursos de Andrew Ng, el libro de Obispo en el reconocimiento de patrones y por último, un libro de Smola. Por desgracia, el libro de Smola es sólo en estado de borrador. En Smola del libro, incluso las pruebas se pueden encontrar, que me atrae. Obispo del libro ya es bastante buena, pero una cierta cantidad de rigor falta.

En resumen: estoy buscando un libro como Smola, que es tan preciso y riguroso posible y usos matemáticos de fondo (aunque breves introducciones son, por supuesto, ACEPTAR).

Alguna recomendación?

Answer 1

Yo recomendaría Elementos de Aprendizaje Estadístico (gratis archivo PDF). Tiene suficiente matemáticas y una buena introducción para todas las técnicas - junto con algunas ideas sobre por qué las técnicas de trabajo (y cuando no).

También Introducción a la Estadística de Aprendizaje (que es más práctico - cómo hacerlo en R). Tiene un curso de la ejecución de aprendizaje estadístico; usted puede encontrar las presentaciones en YouTube (y de nuevo gratis PDF).

Answer 2

Por lo que describes, te recomiendo "Fundamentos de la Máquina de Aprendizaje" por Mohri et.al. Es un título de texto, pero es muy bueno que los estudiantes de pregrado. Es legible y es el único lugar que he encontrado lo que yo llamaría una definición matemática de la máquina de aprendizaje (pac y débil pac). Vale la pena leer por esa sola razón. También tengo una de matemáticas Doctorado. Estoy familiarizado con, y como muchos de los libros mencionados. Yo soy particularmente aficionado de ESL para un amplio espectro de técnicas e ideas, pero es un libro de estadística, con un montón de matemáticas.

Answer 3

Usted probablemente le gustaría Aprender Con los Granos por Schölkopf y Smola. La mayoría de Schölkopf del trabajo es matemáticamente rigurosa.

Dicho esto, usted es probablemente mejor de la lectura de artículos de investigación en lugar de libros de texto. Documentos de investigación contener derivaciones y pruebas de convergencia, los límites en el rendimiento, etc. que muy a menudo no se incluyen en los libros de texto. Un buen lugar para comenzar es el Diario de Aprendizaje de la Máquina, que está muy bien considerado y totalmente de acceso abierto. También recomiendo las actas de las conferencias de ICML, NIPS, COLT y IJCNN.

Answer 4

Yo sugeriría que la Comprensión de la Máquina de Aprendizaje: De la Teoría a los Algoritmos por Shai Shalev-Shwartz. Admito que he leído sólo pequeñas porciones de ella, pero inmediatamente me di cuenta de rigor con la que el autor se acercó a cada problema y la discusión.